复杂背景下红外弱小目标检测算法研究

复杂背景下低信噪比弱小目标的检测是红外预警系统中的重点和难点。为解决红外图像中杂波干扰多、目标信噪比低等问题,提出一种非线性空间滤波的目标检测方法。该算法在传统线性空间滤波算法的基础上,通过对预测点周围4个象限的背景灰度值进行计算,并动态地调节阈值,以达到突出小目标的目的。试验结果表明:当背景包含较多复杂因素时,采用非线性空间滤波的检测方法可有效地抑制杂波,实现弱小目标的提取,与线性滤波算法结果相比较,虚警数降低了3/4,且易于工程实现。     

一种基于控温黑体的红外实时校正技术

二代扫描型热像仪的非均匀性校正(NUC)通常采用定点两点温度校正法或定点多点温度校正法,采用定点校正无法适应时间或环境的变化对探测器带来的影响,造成校正偏离,空间噪声增大。通过在成像光路中设置2个可控温的黑体完成探测器的实时校正,保证在不同时刻以及不同应用环境下,黑体的温度始终实时地跟随场景温度,校正系数实时更新,使非均匀性校正的输出误差有效降低。通过实际多个场景对比试验,采用传统定点校正,非均匀性噪声约为4.0,而该方法的噪声不大于2,有效降低50%。